Eleven v3, 이제 정식 출시

이 글을 게시한 후, 가장 감성적인 텍스트 음성 변환 모델인 Eleven v4를 출시했습니다. Eleven v4에 대해 자세히 알아보세요.

가장 진보된 텍스트 음성 변환 모델 Eleven v3가 이제 알파 단계를 마치고 정식 출시되었습니다.

알파 출시 이후에도 모델을 계속 개선해 왔습니다. 주요 개선 사항은 두 가지입니다:

더욱 안정적입니다. 테스트에서 사용자는 이전 알파 출시 버전보다 새 버전을 72% 더 선호했습니다.

더욱 정확합니다. 여러 언어에서 숫자, 기호, 전문 표기법을 처리하는 모델의 성능을 크게 개선했습니다.

정확도 개선

텍스트 음성 변환 모델은 작성한 내용을 해석하고 어떻게 말할지 결정해야 합니다. 같은 기호라도 문맥에 따라 서로 다른 의미를 가질 수 있습니다.

전화번호를 예로 들어 보겠습니다: "+49 170 9876543"

일부 경우 모델이 이를 "플러스 사십구, 백칠십, 구백팔십칠만 육천오백사십삼"으로 읽었습니다. 숫자열이 아닌 큰 수로 해석한 것입니다. 올바른 읽기는 "플러스 사 구, 일 칠 영, 구 팔 칠 육 오 사 삼"입니다.

이러한 오류는 스포츠 점수, 화학식, 통화, 좌표 등 여러 범주에서 나타났습니다. 즉, 모델이 기호를 해석하고 발음 방식을 결정해야 하는 모든 경우에 해당합니다.

8개 언어의 27개 범주를 포괄하는 내부 벤치마크로 테스트했습니다.

전체: 오류 68% 감소. 오류율이 15.3%에서 4.9%로 낮아졌습니다.

범주별 오류율:

문맥이 해석을 결정하는 범주에서 개선 효과가 가장 큽니다. 예를 들어 콜론은 주변 텍스트에 따라 스포츠 점수, 시간 또는 화면비를 나타낼 수 있습니다.

예시

통화 — 금액 단위 정확도:

입력: ¥250,000

개선 전: 25,000엔

개선 후: 250,000엔

화학식 — 기호를 정확하게 유지:

입력: SO₂

개선 전: "황 더블"(왜곡됨)

개선 후: "에스 오 투"

스포츠 점수 — 문맥 인식 해석:

입력: 최종 점수: 102-98

개선 전: "백이에서 구십팔을 뺀 값"

개선 후: "백이 대 구십팔"

이용 가능 여부

Eleven v3는 이제 모든 플랫폼에서 정식으로 이용할 수 있습니다.